BDTA USP - Resultado da busca

Trabalho de Conclusão de Curso (MBA)
Otimização do processo de moagem de cimento (2024)
Salas, Enrique Guevara; Bruno, Odemir Martinez (Orientador)
Unidade: ICMC
Subjects: CIMENTO, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SALAS, Enrique Guevara. Otimização do processo de moagem de cimento. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://bdta.abcd.usp.br/directbitstream/971743df-02f7-4cdb-bc71-423422e43ed6/Enrique_Guevara_Salas.pdf. Acesso em: 19 maio 2025.
APA
Salas, E. G. (2024). Otimização do processo de moagem de cimento (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/971743df-02f7-4cdb-bc71-423422e43ed6/Enrique_Guevara_Salas.pdf
NLM
Salas EG. Otimização do processo de moagem de cimento [Internet]. 2024 ;[citado 2025 maio 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/971743df-02f7-4cdb-bc71-423422e43ed6/Enrique_Guevara_Salas.pdf
Vancouver
Salas EG. Otimização do processo de moagem de cimento [Internet]. 2024 ;[citado 2025 maio 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/971743df-02f7-4cdb-bc71-423422e43ed6/Enrique_Guevara_Salas.pdf
Trabalho de Conclusão de Curso (MBA)
Explorando características texturais em imagens biomédicas: avaliação de GLCM e VGG16 para classificação de grupos tratados e controles (2024)
Zamproni, Laura Nicoleti; Bruno, Odemir Martinez (Orientador)
Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, CÉLULAS-TRONCO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ZAMPRONI, Laura Nicoleti. Explorando características texturais em imagens biomédicas: avaliação de GLCM e VGG16 para classificação de grupos tratados e controles. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://bdta.abcd.usp.br/directbitstream/b528477c-52ba-488f-8f8e-93610e70d8b1/Laura_Nicoleti_Zamproni.pdf. Acesso em: 19 maio 2025.
APA
Zamproni, L. N. (2024). Explorando características texturais em imagens biomédicas: avaliação de GLCM e VGG16 para classificação de grupos tratados e controles (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/b528477c-52ba-488f-8f8e-93610e70d8b1/Laura_Nicoleti_Zamproni.pdf
NLM
Zamproni LN. Explorando características texturais em imagens biomédicas: avaliação de GLCM e VGG16 para classificação de grupos tratados e controles [Internet]. 2024 ;[citado 2025 maio 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/b528477c-52ba-488f-8f8e-93610e70d8b1/Laura_Nicoleti_Zamproni.pdf
Vancouver
Zamproni LN. Explorando características texturais em imagens biomédicas: avaliação de GLCM e VGG16 para classificação de grupos tratados e controles [Internet]. 2024 ;[citado 2025 maio 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/b528477c-52ba-488f-8f8e-93610e70d8b1/Laura_Nicoleti_Zamproni.pdf
Trabalho de Conclusão de Curso (MBA)
Utilização de fallback com ChatGPT em chatbots (2023)
Gazola, Ygor Jorge; Bruno, Odemir Martinez (Orientador)
Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, ANÁLISE DE TEXTO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GAZOLA, Ygor Jorge. Utilização de fallback com ChatGPT em chatbots. 2023. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2023. Disponível em: https://bdta.abcd.usp.br/directbitstream/c12ac6ec-3b66-4854-94d1-78bd82351f63/Ygor%20Jorge%20Gazola.pdf. Acesso em: 19 maio 2025.
APA
Gazola, Y. J. (2023). Utilização de fallback com ChatGPT em chatbots (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/c12ac6ec-3b66-4854-94d1-78bd82351f63/Ygor%20Jorge%20Gazola.pdf
NLM
Gazola YJ. Utilização de fallback com ChatGPT em chatbots [Internet]. 2023 ;[citado 2025 maio 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/c12ac6ec-3b66-4854-94d1-78bd82351f63/Ygor%20Jorge%20Gazola.pdf
Vancouver
Gazola YJ. Utilização de fallback com ChatGPT em chatbots [Internet]. 2023 ;[citado 2025 maio 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/c12ac6ec-3b66-4854-94d1-78bd82351f63/Ygor%20Jorge%20Gazola.pdf
Trabalho de Conclusão de Curso (MBA)
Controle longitudinal semi-autônomo de aeronave, baseado em Machine Learning treinado com dados de simulador de voo (2023)
Bidinotto, Jorge Henrique ; Bruno, Odemir Martinez (Orientador)
Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, REDES NEURAIS, CONTROLE DE AERONAVES, VEÍCULOS AUTÔNOMOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BIDINOTTO, Jorge Henrique. Controle longitudinal semi-autônomo de aeronave, baseado em Machine Learning treinado com dados de simulador de voo. 2023. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2023. Disponível em: https://bdta.abcd.usp.br/directbitstream/313b18ca-8581-46d9-968b-8f77e060cc1c/Jorge%20Henrique%20Bidinotto.pdf. Acesso em: 19 maio 2025.
APA
Bidinotto, J. H. (2023). Controle longitudinal semi-autônomo de aeronave, baseado em Machine Learning treinado com dados de simulador de voo (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/313b18ca-8581-46d9-968b-8f77e060cc1c/Jorge%20Henrique%20Bidinotto.pdf
NLM
Bidinotto JH. Controle longitudinal semi-autônomo de aeronave, baseado em Machine Learning treinado com dados de simulador de voo [Internet]. 2023 ;[citado 2025 maio 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/313b18ca-8581-46d9-968b-8f77e060cc1c/Jorge%20Henrique%20Bidinotto.pdf
Vancouver
Bidinotto JH. Controle longitudinal semi-autônomo de aeronave, baseado em Machine Learning treinado com dados de simulador de voo [Internet]. 2023 ;[citado 2025 maio 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/313b18ca-8581-46d9-968b-8f77e060cc1c/Jorge%20Henrique%20Bidinotto.pdf
Trabalho de Conclusão de Curso (MBA)
DeepVaR: impacto de modelos de risco baseados em machine learning no mercado brasileiro (2023)
Faria, Victor de Souza; Bruno, Odemir Martinez (Orientador)
Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, ANÁLISE DE SÉRIES TEMPORAIS, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FARIA, Victor de Souza. DeepVaR: impacto de modelos de risco baseados em machine learning no mercado brasileiro. 2023. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2023. Disponível em: https://bdta.abcd.usp.br/directbitstream/4e4ead98-fd25-452f-8d41-5b0f8d8c58c5/V%C3%ADctor%20de%20Souza%20Faria.pdf. Acesso em: 19 maio 2025.
APA
Faria, V. de S. (2023). DeepVaR: impacto de modelos de risco baseados em machine learning no mercado brasileiro (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/4e4ead98-fd25-452f-8d41-5b0f8d8c58c5/V%C3%ADctor%20de%20Souza%20Faria.pdf
NLM
Faria V de S. DeepVaR: impacto de modelos de risco baseados em machine learning no mercado brasileiro [Internet]. 2023 ;[citado 2025 maio 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/4e4ead98-fd25-452f-8d41-5b0f8d8c58c5/V%C3%ADctor%20de%20Souza%20Faria.pdf
Vancouver
Faria V de S. DeepVaR: impacto de modelos de risco baseados em machine learning no mercado brasileiro [Internet]. 2023 ;[citado 2025 maio 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/4e4ead98-fd25-452f-8d41-5b0f8d8c58c5/V%C3%ADctor%20de%20Souza%20Faria.pdf
Trabalho de Conclusão de Curso (MBA)
Aprendizado profundo aplicado à classificação de doenças foliares do milho (2023)
Ariza, Vinicius Matheus Pimentel; Bruno, Odemir Martinez (Orientador)
Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, REDES NEURAIS, AGRICULTURA, MILHO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ARIZA, Vinicius Matheus Pimentel. Aprendizado profundo aplicado à classificação de doenças foliares do milho. 2023. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2023. Disponível em: https://bdta.abcd.usp.br/directbitstream/1e96e573-b320-4afe-bcd0-2c3cdc1fba4d/Vinicius_Matheus_Pimentel_Ariza.pdf. Acesso em: 19 maio 2025.
APA
Ariza, V. M. P. (2023). Aprendizado profundo aplicado à classificação de doenças foliares do milho (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/1e96e573-b320-4afe-bcd0-2c3cdc1fba4d/Vinicius_Matheus_Pimentel_Ariza.pdf
NLM
Ariza VMP. Aprendizado profundo aplicado à classificação de doenças foliares do milho [Internet]. 2023 ;[citado 2025 maio 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/1e96e573-b320-4afe-bcd0-2c3cdc1fba4d/Vinicius_Matheus_Pimentel_Ariza.pdf
Vancouver
Ariza VMP. Aprendizado profundo aplicado à classificação de doenças foliares do milho [Internet]. 2023 ;[citado 2025 maio 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/1e96e573-b320-4afe-bcd0-2c3cdc1fba4d/Vinicius_Matheus_Pimentel_Ariza.pdf
Trabalho de Conclusão de Curso (MBA)
Análise do desempenho da tranferência de aprendizagem para a classificação de autômatos celulares (2022)
Silva, Daniel Santos da; Bruno, Odemir Martinez (Orientador)
Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, REDES NEURAIS, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Daniel Santos da. Análise do desempenho da tranferência de aprendizagem para a classificação de autômatos celulares. 2022. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2022. Disponível em: https://bdta.abcd.usp.br/directbitstream/9cd2ae15-b142-41cb-bdd0-fce2c13555b5/Daniel%20Santos%20da%20Silva_TCC%20final%20-%20corrigido%20-%20Daniel_206457.pdf. Acesso em: 19 maio 2025.
APA
Silva, D. S. da. (2022). Análise do desempenho da tranferência de aprendizagem para a classificação de autômatos celulares (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/9cd2ae15-b142-41cb-bdd0-fce2c13555b5/Daniel%20Santos%20da%20Silva_TCC%20final%20-%20corrigido%20-%20Daniel_206457.pdf
NLM
Silva DS da. Análise do desempenho da tranferência de aprendizagem para a classificação de autômatos celulares [Internet]. 2022 ;[citado 2025 maio 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/9cd2ae15-b142-41cb-bdd0-fce2c13555b5/Daniel%20Santos%20da%20Silva_TCC%20final%20-%20corrigido%20-%20Daniel_206457.pdf
Vancouver
Silva DS da. Análise do desempenho da tranferência de aprendizagem para a classificação de autômatos celulares [Internet]. 2022 ;[citado 2025 maio 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/9cd2ae15-b142-41cb-bdd0-fce2c13555b5/Daniel%20Santos%20da%20Silva_TCC%20final%20-%20corrigido%20-%20Daniel_206457.pdf
Trabalho de Conclusão de Curso (MBA)
Deepfake: explorando técnicas de detecção de manipulação digital de imagens de faces (2022)
Leandro, Jorge de Jesus Gomes; Bruno, Odemir Martinez (Orientador)
Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, VISÃO COMPUTACIONAL, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LEANDRO, Jorge de Jesus Gomes. Deepfake: explorando técnicas de detecção de manipulação digital de imagens de faces. 2022. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2022. Disponível em: https://bdta.abcd.usp.br/directbitstream/03772a14-e798-44da-ba33-18c3ff3161fe/Jorge%20Leandro_Monografia-Jorge-Leandro-2021-2022-MBA-IABIGDATA-ICMC-USP-IABGD21MET04-v5-reviewed_206599.pdf. Acesso em: 19 maio 2025.
APA
Leandro, J. de J. G. (2022). Deepfake: explorando técnicas de detecção de manipulação digital de imagens de faces (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/03772a14-e798-44da-ba33-18c3ff3161fe/Jorge%20Leandro_Monografia-Jorge-Leandro-2021-2022-MBA-IABIGDATA-ICMC-USP-IABGD21MET04-v5-reviewed_206599.pdf
NLM
Leandro J de JG. Deepfake: explorando técnicas de detecção de manipulação digital de imagens de faces [Internet]. 2022 ;[citado 2025 maio 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/03772a14-e798-44da-ba33-18c3ff3161fe/Jorge%20Leandro_Monografia-Jorge-Leandro-2021-2022-MBA-IABIGDATA-ICMC-USP-IABGD21MET04-v5-reviewed_206599.pdf
Vancouver
Leandro J de JG. Deepfake: explorando técnicas de detecção de manipulação digital de imagens de faces [Internet]. 2022 ;[citado 2025 maio 19 ] Available from: https://bdta.abcd.usp.br/directbitstream/03772a14-e798-44da-ba33-18c3ff3161fe/Jorge%20Leandro_Monografia-Jorge-Leandro-2021-2022-MBA-IABIGDATA-ICMC-USP-IABGD21MET04-v5-reviewed_206599.pdf

USP Schools

BDTA

Filtros

Authors

USP affiliated authors

Subjects